摘要:晕动症 (MS) 是一种与恶心、头晕和其他形式的身体不适等症状相关的综合症。自动驾驶汽车 (AV) 很容易诱发 MS,因为用户不适应这种新型的交通方式,获得的有关自身车辆轨迹的信息较少,并且可能从事与驾驶无关的任务。由于 MS 敏感性特别高的人在使用 AV 时可能会受到限制,因此对 MS 缓解策略的需求很高。事实证明,乘客的预期对症状有调节作用,从而减轻 MS。为了找到有效的缓解策略,对人机界面 (HMI) 的原型进行了评估,该界面向乘客呈现 AV 下一次转向的预期环境光提示。在一项对测试跑道上的 AV 中的参与者 (N = 16) 进行的真实驾驶研究中,根据试验期间 MS 的增加情况评估了 MS 缓解效果。通过呈现预期的环境光提示,在高度敏感的子样本中发现了 MS 缓解效果。事实证明,HMI 原型对于高度敏感的用户是有效的。未来的迭代可以缓解现场环境中的 MS 并提高 AV 的接受度。
晕动病 (MS) 是大多数交通系统存在的问题。文献中提出了几种针对汽车此类问题的对策,但大多数是定性的、行为性的或涉及复杂的底盘系统。随着人们对自动驾驶汽车的兴趣日益浓厚,MS 问题可能变得非常重要,以至于它会削弱其在提高生产率方面的优势;不解决这类问题可能会限制用户的接受度,降低自动驾驶汽车的安全性和环境影响。本研究提出了一种新方法,通过优化给定路径的速度曲线,将最短旅行时间与最小晕动病发生率 (MSI) 相结合。通过模拟,使用一个简单的车辆模型来比较几种策略,评估哪些有效,哪些无效。优化任务被表述为非线性模型预测控制 (NMPC),并沿路径计算一系列优化程序;这些策略是在 NMPC 问题的成本函数中实施的,评估它们的性能,并确定是否必须使用数值 MS 模型才能显着降低 MSI。结果表明,并非所有成本函数都是有效的,但可以在不对其动态进行建模的情况下减少 MS;然而,在效率和效率方面,考虑当前 MSI 的使用 MS 模型的策略优于其他成本函数。这种定量方法可用于运动
摘要:虚拟现实(VR)技术最突出的问题是用户在沉浸于VR环境时可能会出现类似晕动症的症状,这些症状被称为视觉诱发晕动症(VIMS)或虚拟现实晕动症。本研究的目的是探讨脑电图(EEG)与主观评定的VIMS水平(VIMSL)之间的关联,并寻找用于评估VIMS的EEG标记物。使用基于VR的汽车驾驶模拟器诱发VIMS症状,并使用带有四个电极的可穿戴EEG设备(Muse)收集EEG数据。结果表明,个体对VIMS的耐受性、易感性和可恢复性在受试者中差异很大;以下标记与非 VIMS 和 VIMS 状态有显著差异(P < 0.05):(1)theta@FP1、alpha@TP9、alpha@FP2、alpha@TP10 和 beta@FP1 的重力频率(GF)平均值;(2)alpha@TP9、alpha@FP1、alpha@FP2、alpha@TP10 和 alpha@(FP2–FP1) 的 GF 标准差;(3)FP1 的功率谱熵标准差;(4)TP9、FP1 和 FP2 的 Kolmogorov 复杂度(KC)平均值。这些结果还表明,使用具有少量电极的 EEG 设备进行 VIMS 评估是可行的。
估计此次信息收集的公共报告负担平均为每份回应 1 小时,包括审查说明、搜索现有数据源、收集和维护所需数据以及完成和审查收集信息的时间。请将关于此负担估计或本次信息收集任何其他方面的评论(包括减轻负担的建议)发送至国防部华盛顿总部服务处信息运营和报告局 (0704-0188),地址:1215 Jefferson Davis Highway, Suite 1204, Arlington, VA 22202-4302。受访者应注意,尽管法律有任何其他规定,但如果信息未显示当前有效的 OMB 控制编号,则任何人均不会因未遵守信息收集而受到任何处罚。请不要将您的表格寄回上述地址。
摘要 近年来,随着消费级智能眼镜的出现,增强现实技术正在兴起。那些有兴趣部署这些头戴式显示器的人需要更好地了解技术对最终用户的影响。可能阻碍使用的一个关键方面是晕动症,这是从虚拟现实中继承下来的一个已知问题,迄今为止仍未得到充分探索。在本文中,我们通过对航空、医疗和航天三个不同行业的 142 名受试者进行实验来解决这一问题。我们评估了增强现实头戴式显示器 Microsoft HoloLens 是否会导致模拟器晕动症,以及不同症状组(恶心、眼球运动和迷失方向)如何导致模拟器晕动症。我们的研究结果表明,Microsoft HoloLens 在所有参与者中只会引起微不足道的模拟器晕动症症状。大多数使用它的消费者不会出现任何症状,而只有少数人在我们所测试的训练环境中感到轻微的不适。